Python玩转视频剪辑 - Opencv、Moviepy（附完整案例）

1. 准备工作

1.1 安装Opencv-python、Moviepy

pip install opencv-python
pip install moviepy

1.2 视频剪辑目标

如图，作者从b站下载了两个视频(仅做代码测试用，不作转载等任何商业用途)，一个是刘初寻的疏远（以下简称视频一）、一个是有名的敢杀我的马（以下简称视频二），两个视频都有明显的水印，本文主要工作是去除整个视频的水印，并把两个视频拼接起来成为一个完整的视频。

2. 去除水印

2.1 截取视频的一帧图片

我们知道视频都是由若干张图片组合而成，帧率代表1s有几张图片，比如120帧的8s视频则有960张图片，我们利用cv2.VideoCapture函数来获取视频的一帧图片（注：为了获取水印模版，建议获取水印比较明显、周围像素变化不大的图片，以便水印的提取）：

def Get_Video_Image(filedir, savedir = None, second = None):"""截取视频一帧图片函数:  filedir: 视频原文件路径   savedir: 剪辑视频文件保存路径, 若不保存则返回图片  second: 截取第几秒的图片  """cap = cv2.VideoCapture(filedir)  # 打开视频文件frames = cap.get(cv2.CAP_PROP_FRAME_COUNT)  # 获得视频文件的帧数fps = cap.get(cv2.CAP_PROP_FPS)  # 获得视频文件的帧率width = cap.get(cv2.CAP_PROP_FRAME_WIDTH)  # 获得视频文件的帧宽height = cap.get(cv2.CAP_PROP_FRAME_HEIGHT)  # 获得视频文件的帧高second = 0 if second is None else secondfor pos in tqdm(range(int(second*fps))):ret, frame = cap.read()  # 捕获一帧图像cap.release()if savedir is not None:cv2.imwrite(savedir, frame)return frame

INPUT_DIR1 = "C:/Users/user/Desktop/bilibili_video/疏远.mp4"
OUTPUT_DIR1 = "C:/Users/user/Desktop/bilibili_video/capture1.jpg"INPUT_DIR2 = "C:/Users/user/Desktop/bilibili_video/敢杀我的马.mp4"
OUTPUT_DIR2 = "C:/Users/user/Desktop/bilibili_video/capture2.jpg"Get_Video_Image(INPUT_DIR1, OUTPUT_DIR1, 4) # 截取第4s的图片
Get_Video_Image(INPUT_DIR2, OUTPUT_DIR2, 8) # 截取第8s的图片

如代码，我们截取了视频一第4s的图片和视频二第8s的图片，效果如下：

2.2 获取水印的位置范围

为了方便水印的提取，我们需要获取水印的位置。以下程序运行后用鼠标点击我们想要获取坐标的区域，即可获得其像素点坐标。结束方式：敲击键盘“q”，回车。代码改编自：https://blog.csdn.net/People1007/article/details/122420735

def ON_EVENT_LBUTTONDOWN(event, x, y, flags, param):img = param["image"] # 传进图片参数if event == cv2.EVENT_LBUTTONDOWN:xy = "%d,%d" % (x, y)print(x, y)cv2.circle(img, (x, y), 2, (0, 0, 255))cv2.putText(img, xy, (x, y), cv2.FONT_HERSHEY_PLAIN,1.0, (0,0,255)) # 把坐标画在图片上cv2.imshow("image", img)def Get_Position(filedir):"""获取图片位置函数:  filedir: 视频原文件路径 """img = cv2.imread(filedir)cv2.namedWindow("image", cv2.WINDOW_NORMAL)cv2.setMouseCallback("image", ON_EVENT_LBUTTONDOWN, {"image": img})while(1):cv2.imshow("image", img)key = cv2.waitKey(2) & 0xFFif key == ord('q'): # 按q则退出图片展示breakcv2.destroyAllWindows()

Get_Position(OUTPUT_DIR1) # 得到水印的位置(行列)
Get_Position(OUTPUT_DIR2) # 得到水印的位置(行列)

运行程序效果图如下：

如图，视频一水印行像素点从23到70，列像素点从974到1259（范围需要完全覆盖住水印）

视频二有两个水印：

水印一：行像素点从115到178，列像素点从135到369

水印二：行像素点从25到91，像素点从1676到1902

2.3 获取水印模版

本文获取水印模板的方法是在水印范围内，对比水印与周围像素点的差异，进而把水印的像素点提取出来（水印位置多扩大点没事，尽量覆盖，要让字体尽量粗，不然会有水印边缘留存）。比如图片一通过观察发现水印的R像素大于60，图片二发现水印的RGB像素大于195：

image = cv2.imread(OUTPUT_DIR1)
image_new = image.copy() # 复制一张相同规格的图片
image_new.fill(255) # 空白图片
for row in range(23, 70): # 水印行从23到70for col in range(974, 1259): # 水印列从974到1259if image[row][col][0] > 60: # 通过观察发现水印的R像素大于60, 水印位置多扩大点没事, 尽量覆盖image_new[row][col] = np.array([0, 0, 0])
cv2.imwrite(MASK_DIR1, image_new)image = cv2.imread(OUTPUT_DIR2)
image_new = image.copy() # 复制一张相同规格的图片
image_new.fill(255) # 空白图片
for row in range(115, 178): # 水印行从115到178for col in range(135, 369): # 水印列从135到369if image[row][col][0] > 195 and image[row][col][1] > 195 and image[row][col][2] > 195: # 通过观察发现水印的RGB像素大于195, 水印位置多扩大点没事, 尽量覆盖image_new[row][col] = np.array([0, 0, 0])
for row in range(25, 91): # 水印行从25到91for col in range(1676, 1902): # 水印列从1676到1902if image[row][col][0] > 195 and image[row][col][1] > 195 and image[row][col][2] > 195: # 通过观察发现水印的RGB像素大于195, 水印位置多扩大点没事, 尽量覆盖image_new[row][col] = np.array([0, 0, 0])
cv2.imwrite(MASK_DIR2, image_new)

提取的水印模版如下：

2.4 去除水印

2.4.1 水印用相邻像素点填充

如果直接把含有水印的区域用同种颜色覆盖，那么会显得非常突兀，一种自适应的办法就是用相邻的像素点来填充水印所在的像素点（之前确定水印位置的好处还在于可以加速，填充水印时只扫描该部分区域，不然全图扫描太慢了）：

def ImageWaterCancel(mask: np.array, image: np.array, mask_ranges = None) -> np.array:"""除水印函数:  mask: 水印图片对象  image: 原图片对象  mask_ranges: 三维数组, 多个水印对应范围, 加速用, 若不传入则全图扫描  """new_image = image # 创建一张一样的图像用于保存cur_ele = np.array([255, 255, 255]) # 初始默认用空白元素填充if mask_ranges is None:mask_range = [[[0, image.shape[0]], [0, image.shape[1]]]]for mask_range in mask_ranges:cur_ele = np.array([255, 255, 255])for row in range(mask_range[0][0], mask_range[0][1]):for col in range(mask_range[1][0], mask_range[1][1]):if not (mask[row, col] == np.array([255, 255, 255])).all():new_image[row, col] = cur_ele # 用最近非水印的元素填充else:new_image[row, col] = image[row, col]cur_ele = image[row, col]return new_image

PATH = "C:/Users/user/Desktop/bilibili_video"
MASK_DIR1, MASK_DIR2 = os.path.join(PATH, "mask1.jpg"), os.path.join(PATH, "mask2.jpg")  
TEST_DIR1, TEST_DIR2 = os.path.join(PATH, "test1.jpg"), os.path.join(PATH, "test2.jpg")
mask1, mask2 = cv2.imread(MASK_DIR1), cv2.imread(MASK_DIR2)
image1, image2 = cv2.imread(TEST_DIR1), cv2.imread(TEST_DIR2)image1 = ImageWaterCancel(mask1, image1, [[[24, 65], [975, 1264]]]) # 对应水印位置
image2 = ImageWaterCancel(mask2, image2, [[[115, 178], [135, 369]], [[25, 91], [1676, 1902]]])cv2.imwrite("test1_cancel.jpg", image1)
cv2.imwrite("test2_cancel.jpg", image2)

让我们来看看去除水印的效果：

图片一填充水印前：

填充水印后：

图片二填充水印前：

填充水印后：

可以看出，水印确实不怎么认得出来了，但还是有一点小痕迹，像打了马赛克一样，为了进一步增强去除水印的效果，下面介绍一种图像平滑的方法。

2.4.2 图像平滑

图像平滑是一种区域增强的算法，通过减少图像像素点和周围像素点的差，来使得图像平滑。常见的平滑算法有邻域平均法、中值滤波、边界保持类滤波等，详细可见：https://blog.csdn.net/zaishuiyifangxym/article/details/89788020

def ImageBlur(image: np.array, mask_ranges = None, blur = "median", ksize = 5, sigmax = 0):"""滤波函数: 支持均值滤波、中值滤波、高斯滤波  image: 图片, np.array  mask_ranges: 三维数组, 水印对应范围, 加速用, 若不传入则全图滤波  ksize: 卷积核的大小, 默认为5  sigmax: 只在高斯滤波用, 表示X方向方差  """  if mask_ranges is None:mask_ranges = [[[0, image.shape[0]], [0, image.shape[1]]]]for mask_range in mask_ranges:row_s, row_e, col_s, col_e = mask_range[0][0], mask_range[0][1], mask_range[1][0], mask_range[1][1]if blur == "median":image[row_s: row_e, col_s: col_e, :] = cv2.medianBlur(image[row_s: row_e, col_s: col_e, :], ksize) # 中值滤波elif blur == "gauss":image[row_s: row_e, col_s: col_e, :] = cv2.GaussianBlur(image[row_s: row_e, col_s: col_e, :], (ksize, ksize), sigmax) # 高斯滤波else:image[row_s: row_e, col_s: col_e, :] = cv2.medianBlur(image[row_s: row_e, col_s: col_e, :], (ksize, ksize)) # 均值滤波return image

image1 = ImageBlur(image1, [[[24, 65], [975, 1264]]], "median", 11)
image2 = ImageBlur(image2, [[[115, 178], [135, 369]], [[25, 91], [1676, 1902]]], "median", 11)
cv2.imwrite("test1_cancel_blur.jpg", image1)
cv2.imwrite("test2_cancel_blur.jpg", image2)

图像平滑效果图如下：

看图可见，是不是水印只剩下一点点痕迹了(完美去除很难)，这才是我们想要的去除水印的效果。

2.4.3 全视频除水印

我们知道视频都是由若干张图片组合而成，视频除水印等价于对每张图片进行除水印：

def CaptureVideo(filedir, savedir, cut_time = None, resolution = None, maskdir = None, mask_ranges = None, blur = None, ksize = 5):""" 剪辑视频函数:  filedir: 视频原文件路径  savedir: 剪辑视频文件保存路径   cut_time: 剪辑视频起始、结束时间    resolution: 自定义分辨率[width, height]  maskdir: 水印图片位置   mask_ranges: 三维数组, 水印对应范围, 加速用, 若不传入则全图扫描  blur: 滤波函数, 若不传入则不进行图片平滑处理  ksize: 卷积核的大小, 默认为5   注: 该函数生成的视频无音频, 需要再拼接音频, 此处cut_time剪切视频只是为了测试用, 建议不要在这里剪视频片段然后用moviepy合并音频(因为有一些视频帧率不为整数, 在剪切视频和合并音频可能会对不上), 直接用moviepy剪切视频然后合并音频最合适"""cap = cv2.VideoCapture(filedir) # 读取视频文件frames = cap.get(cv2.CAP_PROP_FRAME_COUNT)  # 获得视频文件的帧数fps = cap.get(cv2.CAP_PROP_FPS)  # 获得视频文件的帧率if resolution is None: # 自定义分辨率width = cap.get(cv2.CAP_PROP_FRAME_WIDTH)  # 获得视频文件的帧宽height = cap.get(cv2.CAP_PROP_FRAME_HEIGHT)  # 获得视频文件的帧高else:width = resolution[0]height = resolution[1]if maskdir is not None: # 去除水印mask = cv2.imread(maskdir)# 创建保存视频文件类对象fourcc = cv2.VideoWriter_fourcc(*'mp4v') # 定义视频文件类型out = cv2.VideoWriter(savedir, fourcc, fps, (int(width), int(height))) # 剪辑视频对象if cut_time is None:start = 0end = int(frames)else:start = int(cut_time[0] * fps)end = int(cut_time[1] * fps)cap.set(cv2.CAP_PROP_POS_FRAMES, start * fps)for pos in tqdm(range(start, end)):ret, frame = cap.read()  # 捕获一帧图像if maskdir is not None: # 除水印frame = ImageWaterCancel(mask, frame, mask_ranges) if blur is not None:frame = ImageBlur(frame, mask_ranges, blur, ksize)if resolution is not None:frame = cv2.resize(frame, resolution) # 改变分辨率out.write(frame)  # 保存帧cap.release() # 释放视频对象out.release()

INPUT_DIR1, OUTPUT_DIR1 = os.path.join(PATH, "疏远.mp4"), os.path.join(PATH, "疏远_剪辑.mp4")
MASK_DIR1 = os.path.join(PATH, "mask1.jpg") # 只含有水印的图片
INPUT_DIR2, OUTPUT_DIR2 = os.path.join(PATH, "敢杀我的马.mp4"), os.path.join(PATH, "敢杀我的马_剪辑.mp4")
MASK_DIR2 = os.path.join(PATH, "mask2.jpg") # 只含有水印的图片
# 视频剪辑、除水印、拼接
CaptureVideo(INPUT_DIR1, OUTPUT_DIR1, resolution = [1280, 720], maskdir = MASK_DIR1, mask_ranges = [[[24, 65], [975, 1264]]], blur = "median", ksize = 11)
CaptureVideo(INPUT_DIR2, OUTPUT_DIR2, resolution = [1280, 720], maskdir = MASK_DIR2, mask_ranges = [[[115, 178], [135, 369]], [[25, 91], [1676, 1902]]], blur = "median", ksize = 11)

运行上述代码，可以得到疏远_剪辑.mp4、敢杀我的马_剪辑两个视频，此时视频已经完全除去水印，但是视频是没有声音的（因为cv2.VideoCapture只能读取图片）。

3. 视频拼接音频

3.1 视频拼接

def MergeVideos(filedirs: list, cut_time = None):"""视频拼接函数:  filedirs: 视频原文件路径, list  mask_ranges: 三维数组, 水印对应范围, 加速用, 若不传入则全图扫描  """    all_vedios = []for i in range(len(filedirs)):filedir = filedirs[i]if cut_time is None or cut_time[i] is None: # 如果不传入此参数或者改视频不剪切, 则直接加入all_vedios.append(VideoFileClip(filedir))else:all_vedios.append(VideoFileClip(filedir).subclip(cut_time[i][0], cut_time[i][1]))return concatenate_videoclips(all_vedios)

# 视频拼接
final_video = video_process.MergeVideos([OUTPUT_DIR1, OUTPUT_DIR2]) # 有声音的视频拼接完还是有声音, 无声音的视频拼完得拼接音频

作者运用Moviepy库，编写了一个视频拼接函数，有声音的视频拼接完有声音，无声音的视频拼完得拼接音频，同时支持剪辑视频，通过cut_time参数传入剪辑视频起始点。（注：视频必须分辨率相同才可以拼接，不然拼接的视频会出现画面雪花的迹象）

3.2 音频拼接

def MergeAudios(filedirs: list, cut_time = None):"""音频拼接函数:  filedirs: 音频原文件路径, list  cut_time: 二维数组, 剪辑音频起始、结束时间"""    all_audios = []for i in range(len(filedirs)):filedir = filedirs[i]if cut_time is None or cut_time[i] is None: # 如果不传入此参数或者该视频不剪切, 则直接加入all_audios.append(AudioFileClip(filedir))else:all_audios.append(AudioFileClip(filedir).subclip(cut_time[i][0], cut_time[i][1]))return concatenate_audioclips(all_audios)

# 音频拼接
final_audio = MergeAudios([INPUT_DIR1, INPUT_DIR2])

作者运用Moviepy库，编写了一个音频拼接函数，同时支持剪辑音频，通过cut_time参数传入剪辑视频起始点。

3.3 合并视频和音频

# 将音频剪辑与视频同步
synced_audio = final_audio.set_duration(final_video.duration)
# 合并视频和音频
final_clip = concatenate_videoclips([final_video.set_audio(synced_audio)])
# 输出合并后的视频
final_clip.write_videofile(os.path.join(PATH, "combined_video.mp4"))
# final_clip.write_videofile(os.path.join(PATH, "combined_video.wmv"), codec = "mpeg4") # 其它格式需要指定codec

将视频与音频合并后，就可以得到有声音的、去除水印的拼接视频啦！文章涉及的数据集和源代码可从Github下载：https://github.com/CNLCNL/VideoCapture，希望这些方法和技巧能对大家有所帮助，谢谢！